文献

J-GLOBAL ID：201702293589042564   整理番号：17A1969717

ゲーム統計とニュース記事に基づいた深い学習に基づくスポーツ選手評価モデル【Powered by NICT】

A deep learning-based sports player evaluation model based on game statistics and news articles

著者 (6件)： Park Young Joon (School of Industrial Management Engineering, Korea University, South Korea) ,  Kim Hyung Seok (School of Industrial Management Engineering, Korea University, South Korea) ,  Kim Donghwa (School of Industrial Management Engineering, Korea University, South Korea) ,  Lee Hankyu (School of Industrial Management Engineering, Korea University, South Korea) ,  Kim Seoung Bum (School of Industrial Management Engineering, Korea University, South Korea) ,  Kang Pilsung (School of Industrial Management Engineering, Korea University, South Korea)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 138  ページ： 15-26  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 選手評価はスポーツにおける質問応答(QA)システムの重要な要素である。既存プレーヤ評価法はゲーム統計量に大きく依存しているので,ゲーム,ゲーム後のニュース記事を用いて利用できる中の各選手の定性的影響を捕捉できなかった。本論文では,ニュース記事によって提供される定量的ゲーム統計と定性的解析の両方を組み合わせることにより深い学習に基づくプレーヤ評価モデルを提案した。選手はある期間中のそれらの性能に基づく正または負として分類され,同時期にニュース記事がプレイヤのクラスを用いた注釈をつけられた。,ニュース記事と注釈付き極性の間の関係は深いニューラルネットワーク,テキストデータの高次元性を扱うことができる,により調べた。ニュース記事に対する明示的な極性ラベルされていないので,関連文を注釈するための目標期間におけるゲーム統計における変化を使用した。提案したシステムは,韓国のプロ野球連盟(KBO(Knuth Bendix order))に適用した結果,プレーヤ性能に及ぼすニュース記事の理解文極性のできることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 高次元 ,  統計量 ,  アノテーション ,  極性 ,  ニューラルネットワーク ,  *ゲーム ,  *スポーツ ,  大韓民国 ,  野球
準シソーラス用語： 評価法 ,  プレイヤ ,  *評価モデル ,  *運動選手 ,  *ニュース記事 , 【Automatic Indexing@JST】

著者キーワード (4件)： スポーツ選手評価 ,  ディープニューラルネットワーク ,  文極性 ,  野球

分類 (3件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  ゲーム理論  (KA03060T)

タイトルに関連する用語 (7件)： ゲーム ,  統計 ,  ニュース記事 ,  学習 ,  スポーツ ,  選手 ,  評価モデル